新华社北京4月15日电（记者张寒、王镜宇、胡佳丽）在人民大学附属小学，这是如今已习以为常的场景：操场上阳光正好，塑胶跑道上，学生们雀跃地等待着老师的口令；一旁教学楼的“满分AI（人工智能）运动馆”里，划船机整齐排列，屏幕闪烁，孩子们边听老师讲解、边关注着自己的实时数据。
一边是熟悉的节奏，一边是悄然变化的课堂。
走出划船机教室，一条“AI体育走廊”铺展开来：立定跳远、动感单车、趣味体测，乃至围棋对弈……各类设备分区排列，学生刷脸进入系统，动作被捕捉、分析，成绩即时生成。这令孩子们课后自主锻炼的热情高涨，而人机交互也让训练变得更加有的放矢。“可以跟同学比，也能看到自己的进步，它还能告诉你哪里做得不标准。”在人大附小驻场教学的“满分AI运动馆”的李潇乐老师说。
千里之外的广西玉林行知高中，类似的场景也发生在课间、操场。每当有同学站在起跑线前，AI智能跑步屏便会即时响应，而当其冲过终点，跳动的数字不但定格其本次的数据，还会显示相较上次的成绩变化，并在“体质健康档案”中绘就近日成绩折线图。宇视科技高级副总裁林凯表示，AI智能跑步屏的应用有助于逐步破解学生“不愿练、不会练、不知进步在哪”的传统体育教学困境。
当AI嵌入教学日常，课间、课堂、社团活动交织在一起，技术应用不再局限于某一间教室，而是融入整个校园。
这种变化，几年前就已慢慢发生。
澳门培正中学体育教师张嘉俊回忆，2022年疫情期间，学校开始尝试使用AI软件，“本来是方便学生在家中通过AI检查他们的训练完成组数、动作是否精准”。随着系统不断改进，这套工具逐渐走进课堂，“成为我们体育课体能训练的手段之一”。
变化还在继续。过去，一堂课中教师需要反复计数、记录，如今系统自动完成；过去难以兼顾的个体差异，如今通过数据被逐一呈现。张嘉俊说，AI让教学“更加个性化”，“有效监督学生完成情况”，也让课堂节奏更加紧凑。
在杭州滨江区，类似的尝试已走向规模化。滨江区数字教育负责人徐华斌介绍，当地已在体测、课堂和课后训练中系统应用AI技术：短跑、跳绳、仰卧起坐等项目实现自动记录与分析，课堂中可以实时纠错，课后则生成个性化训练方案。数据，开始成为体育课的一部分。
一线学校的变化是“看得见的”；与此同时，AI辅助体育课教学的技术路径也越来越清晰。
华中科技大学体育学院院长助理曾洪涛将当前AI体育应用归纳为三类：在操场上，摄像头记录学生的运动轨迹和运动量，形成“智慧运动场”；在室内空间，设备对身高、体重、肌群力量进行评估，生成身体画像；在具体项目中，系统通过动作捕捉与标准模型比对，对引体向上、立定跳远等动作进行判定与评分。
“关键不只是测数据，而是能不能根据这些数据，给出真正有针对性的运动处方。”在他看来，AI体育的价值，正在于把分散的运动行为转化为可分析、可指导的系统。
课堂上的变化，则细微而具体。
杭州市胜利小学教育集团体育教师张凯站在设备旁，看着学生轮流完成动作。屏幕上，数据不断刷新，排名实时更新。“像跳绳这样的项目，以前比较枯燥，现在可以比赛、可以互动，学生的热情明显提高了。”
他注意到，一些原本不太愿意参与体育活动的学生，也开始主动走向器材。“它结合了动画、声音，还有游戏化的设计，学生很容易被吸引进去。”
数据背后，是身体素质的变化。
长跑测试结束后，张嘉俊可以直接在应用上翻看后台数据，哪一组学生耐力不足，哪一名学生动作不规范，都清晰呈现：一段时间后，“同学们的耐力明显提升，长跑合格率大幅提高”。
与此同时，教师的角色也在悄然调整。从“计数者”到“指导者”，从“经验判断”到“数据辅助”，体育课堂的重心在转移。
但是，技术还不完美。
张嘉俊提到，部分设备存在动作识别不够精准、网络传输不畅等情况，有时会影响评价的准确性；缺乏身份识别机制，也让数据对应存在偏差。
张凯也观察到，一些动作在计数时“标准不够明确”，学生可能通过不规范动作“凑数”。
更深层的问题，来自系统之外。
徐华斌指出，目前不同设备之间尚未形成统一标准，数据难以打通，同时数据采集与传输中的隐私保护也需要更加规范。
在曾洪涛看来，关键还在于“模型是否科学”。如果缺乏足够的数据支撑，所谓的评估与建议就难以真正可靠；而一旦扩大数据规模，又必须面对隐私与伦理的边界问题。
当一天的教学日程结束，校园逐渐安静下来。学生陆续离开，设备上的数据仍在记录——一次跳跃的高度，一段跑步的距离，一次训练的负荷。
在一些人的设想中，未来的校园，或许会布满这样的终端：操场、体育馆、甚至走廊，都可以成为记录运动的空间；每一名学生的运动轨迹，都被长期保存与分析；体育课，也从一节课延伸为贯穿全天的活动。
“最终可能会形成一个全数字化的体育教育体系。”曾洪涛说。
技术与规范，仍在磨合之中；而此刻，在操场与教室之间，变化已经发生。算法没有取代奔跑，但让奔跑被看见；数据没有替代课堂，但让课堂更加清晰。体育，仍然属于身体本身，只是多了一种被理解的方式。
